7-Zip ist ein beliebtes Archivierungs- und Komprimierungstool, das sein eigenes Archivformat verwendet, das als 7z-Format bekannt ist. Das von Igor Pavlov entwickelte 7z-Format wurde entwickelt, um hohe Komprimierungsraten, starke Verschlüsselung und Unterstützung für mehrere Komprimierungsmethoden zu bieten. Diese technische Erklärung befasst sich mit den Details des 7z-Archivformats, seiner Struktur und den verschiedenen Komprimierungs- und Verschlüsselungstechniken, die es verwendet.
Das 7z-Format ist ein Container, der mehrere Dateien und Verzeichnisse zusammen mit ihren Metadaten in einer einzigen Archivdatei speichern kann. Es unterstützt die solide Komprimierung, bei der mehrere Dateien zusammen komprimiert werden können, was zu besseren Gesamtkomprimierungsraten führt. Das Format enthält außerdem Funktionen wie Header-Komprimierung, Multithreading und die Möglichkeit, Archive in mehrere Volumes aufzuteilen.
Die Struktur eines 7z-Archivs besteht aus drei Hauptteilen: dem Signatur-Header, dem Header und den komprimierten Datenblöcken. Der Signatur-Header ist eine 6-Byte-Sequenz, die die Datei als 7z-Archiv identifiziert. Sie beginnt immer mit den Bytes '7z\xBC\xAF\x27\x1C'. Der Header folgt der Signatur und enthält wichtige Informationen über das Archiv, wie z. B. die Version, die Anzahl der Dateien und die verwendeten Komprimierungsmethoden.
Der Header ist in mehrere Unterteile unterteilt, darunter die Archiveigenschaften, die Streaminformationen und die Dateiinformationen. Die Archiveigenschaften speichern allgemeine Informationen über das Archiv, wie z. B. die Anzahl der Dateien und die Erstellungszeit. Die Streaminformationen enthalten Details zu den komprimierten Datenblöcken, wie z. B. ihre Größe und die verwendeten Komprimierungsmethoden. Die Dateiinformationen speichern Metadaten für jede Datei im Archiv, einschließlich Dateiname, Größe und Attribute.
Eine der Hauptfunktionen des 7z-Formats ist die Unterstützung mehrerer Komprimierungsmethoden. Die in 7z-Archiven am häufigsten verwendeten Methoden sind LZMA (Lempel-Ziv-Markov-Kettenalgorithmus) und LZMA2. LZMA ist ein Hochleistungs-Komprimierungsalgorithmus, der hervorragende Komprimierungsraten bietet, insbesondere für Text- und ausführbare Dateien. LZMA2 ist eine verbesserte Version von LZMA, die eine bessere Multithreading-Unterstützung und schnellere Dekomprimierungsgeschwindigkeiten bietet.
Neben LZMA und LZMA2 unterstützt das 7z-Format auch andere Komprimierungsmethoden wie BZip2, PPMd und Delta. BZip2 ist ein Allzweck-Komprimierungsalgorithmus, der gute Komprimierungsraten für eine Vielzahl von Dateitypen bietet. PPMd ist eine statistische Komprimierungsmethode, die gut für Textdateien funktioniert und sehr hohe Komprimierungsraten erzielen kann. Die Delta-Komprimierung wird verwendet, um Unterschiede zwischen ähnlichen Dateien zu speichern, was die Größe des Archivs beim Speichern mehrerer Versionen derselben Datei erheblich reduzieren kann.
Das 7z-Format enthält außerdem starke Verschlüsselungsfunktionen zum Schutz des Inhalts des Archivs. Es unterstützt den AES-256-Verschlüsselungsalgorithmus, der als eine der sichersten verfügbaren Verschlüsselungsmethoden gilt. Wenn ein Archiv verschlüsselt ist, werden alle Dateinamen, Metadaten und komprimierten Datenblöcke geschützt, sodass es für nicht autorisierte Benutzer praktisch unmöglich ist, ohne das richtige Passwort auf den Inhalt des Archivs zuzugreifen.
Um die Datenintegrität zu gewährleisten, verwendet das 7z-Format eine Kombination aus zyklischer Redundanzprüfung (CRC) und SHA-256-Hash-Werten. Jeder komprimierte Datenblock hat einen CRC-Wert, der verwendet wird, um Fehler während der Dekomprimierung zu erkennen und zu korrigieren. Darüber hinaus werden der Archivheader und die Dateimetadaten durch SHA-256-Hash-Werte geschützt, mit denen die Integrität des Archivs und seines Inhalts überprüft werden kann.
Das 7z-Format unterstützt auch die Erstellung selbstextrahierender Archive (SFX). Ein SFX-Archiv ist eine ausführbare Datei, die die komprimierten Daten und den erforderlichen Extraktionscode enthält. Bei Ausführung extrahiert das SFX-Archiv den Inhalt automatisch an einen angegebenen Speicherort, ohne dass zusätzliche Software erforderlich ist. Diese Funktion erleichtert die Verteilung komprimierter Dateien an Benutzer, die möglicherweise kein kompatibles Extraktionstool installiert haben.
Einer der Vorteile des 7z-Formats ist seine offene Architektur, die es Entwicklern ermöglicht, kompatible Tools und Bibliotheken zu erstellen. Die 7-Zip-Software selbst ist Open Source und ihr Quellcode ist unter der GNU Lesser General Public License (LGPL) verfügbar. Dies hat zur Entwicklung verschiedener Tools und Plugins von Drittanbietern geführt, die 7z-Archive erstellen, extrahieren und bearbeiten können.
Zusammenfassend lässt sich sagen, dass das 7z-Archivformat ein leistungsstarker und vielseitiger Komprimierungscontainer ist, der hohe Komprimierungsraten, starke Verschlüsselung und Unterstützung für mehrere Komprimierungsmethoden bietet. Seine erweiterten Funktionen wie solide Komprimierung, Multithreading und selbstextrahierende Archive machen es zu einer attraktiven Wahl sowohl für einzelne Benutzer als auch für Unternehmensumgebungen. Da sich das Format ständig weiterentwickelt und verbessert, wird es wahrscheinlich eine beliebte Wahl für die Dateikomprimierung und -archivierung bleiben.
Die Dateikomprimierung reduziert Redundanzen, damit dieselben Informationen mit weniger Bits auskommen. Die Obergrenze wird von der Informationstheorie gesetzt: Bei verlustfreier Komprimierung bestimmt die Entropie der Quelle das Limit (siehe Shannons Source-Coding-Theorem und seinen ursprünglichen Aufsatz von 1948 „A Mathematical Theory of Communication“). Bei verlustbehafteter Komprimierung beschreibt die Rate-Distortion-Theorie den Kompromiss zwischen Bitrate und Qualität.
Die meisten Kompressoren arbeiten in zwei Phasen. Zuerst sagt ein Modell Struktur in den Daten voraus oder legt sie frei. Danach wandelt ein Coder diese Vorhersagen in nahezu optimale Bitmuster um. Eine klassische Modellfamilie ist Lempel–Ziv LZ77 (1977) und LZ78 (1978) entdecken wiederholte Teilstrings und geben Referenzen statt Rohbytes aus. Auf der Codierungsseite weist die Huffman-Codierung (den Originalartikel finden Sie 1952) wahrscheinlicheren Symbolen kürzere Codes zu. Arithmetische Codierung und Range Coding arbeiten noch feiner und rücken näher an die Entropiegrenze, während moderne Asymmetric Numeral Systems (ANS) ähnliche Raten mit tabellengesteuerten Implementierungen erreichen.
DEFLATE (verwendet von gzip, zlib und ZIP) kombiniert LZ77 mit Huffman-Codierung. Die Spezifikationen sind öffentlich: DEFLATE RFC 1951, der zlib-Wrapper RFC 1950und das gzip-Dateiformat RFC 1952. Gzip ist für Streaming ausgelegt und garantiert ausdrücklich keinen zufälligen Zugriff. PNG-Bilder standardisieren DEFLATE als einzige Komprimierungsmethode (mit maximal 32 KiB Fenster) laut der PNG-Spezifikation „Compression method 0… deflate/inflate… at most 32768 bytes“ und W3C/ISO PNG 2nd Edition.
Zstandard (zstd): ein neuer Allzweckkompressor für hohe Raten bei sehr schneller Dekompression. Das Format ist dokumentiert in RFC 8878 (und dem HTML-Spiegel) sowie der Referenzspezifikation auf GitHub. Wie gzip zielt der Basis-Frame nicht auf zufälligen Zugriff. Eine der Superkräfte von zstd sind Wörterbücher: kleine Proben aus Ihrem Korpus, die viele kleine oder ähnliche Dateien deutlich besser komprimieren (siehe python-zstandard Wörterbuch-Dokumentation und Nigel Taos Beispiel). Implementierungen akzeptieren sowohl „unstrukturierte“ als auch „strukturierte“ Wörterbücher (Diskussion).
Brotli: optimiert für Web-Inhalte (z. B. WOFF2-Fonts, HTTP). Es kombiniert ein statisches Wörterbuch mit einem DEFLATE-ähnlichen LZ+Entropie-Kern. Die Spezifikation ist RFC 7932, der auch ein Gleitfenster von 2WBITS−16 mit WBITS in [10, 24] (1 KiB−16 B bis 16 MiB−16 B) beschreibt und festhält, dass es keinen zufälligen Zugriff bereitstellt. Brotli schlägt gzip bei Webtext oft und dekodiert trotzdem schnell.
ZIP-Container: ZIP ist ein Datei-Archiv, das Einträge mit verschiedenen Komprimierungsmethoden (deflate, store, zstd usw.) speichern kann. Der De-facto-Standard ist PKWAREs APPNOTE (siehe APPNOTE-Portal, eine gehostete Kopieund die LC-Überblicke ZIP File Format (PKWARE) / ZIP 6.3.3).
LZ4 zielt auf pure Geschwindigkeit bei moderaten Raten. Siehe die Projektseite („extremely fast compression“) und das Frame-Format. Ideal für In-Memory-Caches, Telemetrie oder Hot Paths, in denen Dekompression nahezu RAM-Geschwindigkeit erreichen muss.
XZ / LZMA strebt hohe Dichte (große Raten) mit relativ langsamer Kompression an. XZ ist ein Container; die Schwerarbeit leisten typischerweise LZMA/LZMA2 (LZ77-ähnliche Modellierung + Range Coding). Siehe .xz-Dateiformat, die LZMA-Spezifikation (Pavlov)und Linux-Hinweise zu XZ Embedded. XZ komprimiert meist besser als gzip und konkurriert oft mit modernen Hochratencodecs, braucht aber längere Encode-Zeiten.
bzip2 setzt auf die Burrows–Wheeler-Transformation (BWT), Move-to-Front, RLE und Huffman-Codierung. Typisch kleiner als gzip, aber langsamer; siehe das offizielle Handbuch und die Manpages (Linux).
Die „Fenstergröße“ zählt. DEFLATE-Referenzen können nur 32 KiB zurückblicken (RFC 1951) sowie das PNG-Limit von 32 KiB hier erläutert. Brotli deckt Fenster von etwa 1 KiB bis 16 MiB ab (RFC 7932). Zstd passt Fenster und Suchtiefe über die Level an (RFC 8878). Basis-Streams von gzip/zstd/brotli sind für sequentielles Dekodieren gebaut; die Grundformate versprechen keinen zufälligen Zugriff, obwohl Container (z. B. Tar-Indizes, Chunked Framing oder format-spezifische Indizes) ihn nachrüsten können.
Die oben genannten Formate sind verlustfrei: Sie rekonstruieren exakt dieselben Bytes. Medien-Codecs sind oft verlustbehaftet: Sie verwerfen unmerkliche Details, um niedrigere Bitraten zu erreichen. Bei Bildern ist klassisches JPEG (DCT, Quantisierung, Entropiecodierung) in ITU-T T.81 / ISO/IEC 10918-1standardisiert. In Audio nutzen MP3 (MPEG-1 Layer III) und AAC (MPEG-2/4) Wahrnehmungsmodelle und MDCT-Transformationen (siehe ISO/IEC 11172-3, ISO/IEC 13818-7und eine MDCT-Übersicht hier). Verlustbehaftet und verlustfrei können koexistieren (z. B. PNG für UI-Assets; Web-Codecs für Bilder/Video/Audio).
Theorie Shannon 1948 · Rate–distortion · Codierung Huffman 1952 · Arithmetische Codierung · Range Coding · ANS. Formate DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 frame · XZ format. BWT-Stack Burrows–Wheeler (1994) · bzip2 manual. Medien JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
Fazit: Wählen Sie einen Kompressor, der zu Ihren Daten und Randbedingungen passt, messen Sie auf echten Eingaben und vergessen Sie nicht die Gewinne durch Wörterbücher und clevere Frames. Mit der richtigen Kombination erhalten Sie kleinere Dateien, schnellere Übertragungen und reaktionsschnellere Apps – ohne Korrektheit oder Portabilität zu opfern.
Dateikompression ist ein Prozess, der die Größe einer Datei oder Dateien reduziert, normalerweise um Speicherplatz zu sparen oder die Übertragung über ein Netzwerk zu beschleunigen.
Die Dateikompression funktioniert, indem sie Redundanzen in den Daten identifiziert und entfernt. Sie verwendet Algorithmen, um die ursprünglichen Daten in einem kleineren Raum zu kodieren.
Die beiden primären Arten der Dateikompression sind verlustfreie und verlustbehaftete Kompression. Verlustfreie Kompression ermöglicht die perfekte Wiederherstellung der Originaldatei, während verlustbehaftete Kompression eine größere Größenreduktion ermöglicht, dies jedoch auf Kosten eines Qualitätsverlusts bei den Daten.
Ein populäres Beispiel für ein Dateikompressionstool ist WinZip, das mehrere Kompressionsformate unterstützt, darunter ZIP und RAR.
Bei verlustfreier Kompression bleibt die Qualität unverändert. Bei verlustbehafteter Kompression kann es jedoch zu einem spürbaren Qualitätsverlust kommen, da weniger wichtige Daten zur Reduzierung der Dateigröße stärker eliminiert werden.
Ja, die Dateikompression ist sicher in Bezug auf die Datenintegrität, insbesondere bei der verlustfreien Kompression. Wie alle Dateien können jedoch auch komprimierte Dateien von Malware oder Viren angegriffen werden. Daher ist es immer wichtig, eine seriöse Sicherheitssoftware zu haben.
Fast alle Arten von Dateien können komprimiert werden, einschließlich Textdateien, Bilder, Audio, Video und Softwaredateien. Das erreichbare Kompressionsniveau kann jedoch zwischen den Dateitypen erheblich variieren.
Eine ZIP-Datei ist ein Dateiformat, das verlustfreie Kompression verwendet, um die Größe einer oder mehrerer Dateien zu reduzieren. Mehrere Dateien in einer ZIP-Datei werden effektiv zu einer einzigen Datei gebündelt, was das Teilen einfacher macht.
Technisch ja, obwohl die zusätzliche Größenreduktion minimal oder sogar kontraproduktiv sein könnte. Das Komprimieren einer bereits komprimierten Datei kann manchmal deren Größe erhöhen, aufgrund der durch den Kompressionsalgorithmus hinzugefügten Metadaten.
Um eine Datei zu dekomprimieren, benötigen Sie in der Regel ein Dekompressions- oder Entzip-Tool, wie WinZip oder 7-Zip. Diese Tools können die Originaldateien aus dem komprimierten Format extrahieren.